Pearsonov korelacijski koeficient, ki ga običajno označujemo z r, je statistična vrednost, ki meri linearno razmerje med dvema spremenljivkama. Vrednost se giblje od +1 do -1, kar kaže na popolno pozitivno oziroma negativno linearno razmerje med dvema spremenljivkama. Izračun korelacijskega koeficienta običajno izvajajo statistični programi, kot sta SPSS in SAS, da se zagotovijo čim natančnejše vrednosti za poročanje v znanstvenih študijah. Razlaga in uporaba Pearsonovega korelacijskega koeficienta se razlikuje glede na kontekst in namen posamezne študije, v kateri je izračunan.
Določite odvisno spremenljivko, ki jo je treba preskusiti, med dvema neodvisno izpeljanima opazovanjema. Ena od zahtev Pearsonovega korelacijskega koeficienta je, da je treba dve spremenljivki, ki ju primerjamo, opazovati ali meriti neodvisno, da bi odpravili pristranske rezultate.
Izračunajte Pearsonov koeficient korelacije. Za velike količine podatkov lahko izračun postane zelo dolgočasen. Številni znanstveni kalkulatorji imajo poleg različnih statističnih programov možnost izračuna vrednosti. Dejanska enačba je navedena v referenčnem oddelku.
Navedite korelacijsko vrednost blizu 0 kot znak, da med dvema spremenljivkama ni linearnega razmerja. Ko se korelacijski koeficient približa 0, vrednosti postanejo manj povezane, kar prepozna spremenljivke, ki morda niso medsebojno povezane.
Navedite korelacijsko vrednost blizu 1 kot znak, da obstaja pozitiven, linearni odnos med obema spremenljivkama. Vrednost, večja od nič, ki se približuje 1, povzroči večjo pozitivno korelacijo med podatki. Ko ena spremenljivka poveča določeno količino, se druga spremenljivka poveča v ustrezno količino. Razlaga mora biti določena glede na kontekst študije.
Sporočite korelacijsko vrednost blizu -1 kot znak, da obstaja med dvema spremenljivkama negativno, linearno razmerje. Ko se koeficient približuje -1, spremenljivke postanejo bolj negativno povezane, kar kaže, da se ena spremenljivka s povečanjem zmanjša za ustrezno količino. Ponovno razlago je treba določiti glede na kontekst študije.
Interpretirajte korelacijski koeficient glede na kontekst določenega nabora podatkov. Vrednost korelacije je v bistvu poljubna vrednost, ki jo je treba uporabiti na podlagi primerjanih spremenljivk. Tako na primer dobljena vrednost r 0,912 kaže na zelo močno in pozitivno linearno razmerje med dvema spremenljivkama. V študiji, ki primerja dve spremenljivki, ki običajno nista opredeljeni kot povezani, ti rezultati dokazujejo da lahko ena spremenljivka pozitivno vpliva na drugo spremenljivko, kar povzroči razlog za nadaljnje raziskave med dva. Vendar pa popolnoma enaka vrednost r v študiji, ki primerja dve spremenljivki, za katero je dokazano, da ima popolnoma pozitivno linearno razmerje lahko prepozna napako v podatkih ali druge potencialne težave v poskusu oblikovanje. Tako je pomembno, da razumemo kontekst podatkov pri poročanju in razlagi Pearsonovega korelacijskega koeficienta.
Ugotovite pomen rezultatov. To se doseže z uporabo korelacijskega koeficienta, stopenj svobode in kritičnih vrednosti tabele korelacijskih koeficientov. Stopnje svobode se izračunajo kot število seznanjenih opazovanj minus 2. Z uporabo te vrednosti določite ustrezno kritično vrednost v korelacijski tabeli bodisi za 0,05 in 0,01 test, ki določa 95 oziroma 99 odstotkov stopnje zaupanja. Primerjajte kritično vrednost s predhodno izračunanim korelacijskim koeficientom. Če je korelacijski koeficient večji, naj bi bili rezultati pomembni.
Stvari, ki jih boste potrebovali
- Znanstveni kalkulator ali statistični program
- Kritične vrednosti tabele korelacijskih koeficientov
Nasveti
Intervali zaupanja za korelacijski koeficient so lahko koristni tudi v populacijskih študijah.
